В.И. Будзко1, В.И. Меденников2

1 Национальный исследовательский ядерный университет «МИФИ» (Москва, Россия)
1,2 ФИЦ ИУ РАН (Москва, Россия)
 

Постановка проблемы. Научно-обоснованные севообороты в земледелии определяют все технологические процессы в сельском хозяйстве. От них зависит характер обработки почвы, ухода за посевами, способы защитных мероприятий от эрозии земли, структура и объемы вносимых удобрений и средств защиты растений, применяемые системы машины и оборудования, рациональное размещение производственных подразделений и складских помещений и пр. Повсеместное несоблюдение севооборотов, по данным Минсельхоза России, ежегодно приводит к деградации 1,5-2 млн га земель, что увеличивает экологические риски и снижает рентабельность производства. В статье приведены основные цифровые технологии, применяемые в настоящее время в растениеводстве. Однако анализ их показывает, что эти разработки представляют собой лишь фрагментарные усовершенствованные учетные задачи без математического блока принятия решений, т.е. идет цифровизация существующих экономических отношений, нарушая тем самым два основных принципа цифровой экономики: 1) формирование системы управления информационными ресурсами на основе рациональной их интеграции в некое единое структурированное пространство 2) переосмысление технологий управления производством на основе первого принципа. Во всех представленных разработках процесс принятия решений отдан на усмотрение специалистам производственникам. В частности, в разработках отсутствуют как раз модели оптимизации структуры севооборотов. В статье показано, что реализация данных принципов привела к формированию единой цифровой платформы управления АПК, в которую органично вписываются цифровая подплатформа единой базы данных технологического учета и цифровая подплатформа единой базы знаний, включающей свыше двухсот функциональных управленческих задач с единым описанием алгоритмов, общих для всех сельскохозяйственных предприятий отрасли растениеводства. На базе данных подплатформ представлен системный анализ факторов, влияющих на формирование структуры севооборотов, а также условий успешной практической реализации их, при которых откроются перспективы перехода сельского хозяйства на единую цифровую платформу управления АПК, где системно будут решаться задачи прогнозирования, планирования и управления использованием земельных, а также материальных, финансовых, трудовых м информационных ресурсов на различных уровнях страны от поля до федерального центра.

Цель. Представить формализованное описание оптимизации структуры севооборотов в сельскохозяйственном предприятии на основе математического моделирования, а также последствия ее реализации в рамках единой цифровой платформы управления экономикой АПК.

Результаты. Математическая модель оптимизации структуры севооборотов в сельскохозяйственном предприятии.

Практическая значимость. Сформированные структуры севооборотов явятся основой интеграции всех представленных на нашем рынке основных цифровых технологий в растениеводстве. На основе представленного подхода будет значительно снижена экологическая опасность в сельском хозяйстве посредством комплексной экологической оценки земель; их экологического мониторинга, всего производственного процесса с учетом поступающих ресурсов и продукции на выходе; посредством формирования соответствующих управленческих решений, направленных на предупреждение проявления и минимизацию последствий проявления антропогенных и природных факторов экологической опасности.

Будзко В.И., Меденников В.И. Математическая модель оптимизации структуры севооборотов на основе единой цифровой платформы управления сельскохозяйственным производством // Системы высокой доступности. 2022. Т. 18. № 4. С. 5−15. DOI: https://doi.org/ 10.18127/j20729472-202204-02

1. Gartner: глобальные ИТ-расходы на ПО и услуги, включая облако, растут [Электронный ресурс] : – Режим доступа: https://www.crn.ru/news/detail.php?ID=142511
2. Агроэкологическая оценка земель, проектирование адаптивно-ландшафтных систем земледелия и агротехнологий / Под ред. В.И. Кирюшина и А.Л. Иванова. М.: Росинформагротех. 2005.
3. Новицкий И. Точное земледелие: принцип работы и перспективы [Электронный ресурс]. – URL: https://xn--80ajgpcpbhkds4a4g.xn--p1ai/articles/tochnoe-zemledelie/
4. Применение ГИС для обеспечения технологии «точного земледелия» [Электронный ресурс]. – URL: https://gisinfo.ru/item/65.htm
5. Павлова А.И., Тихоновский В.В. Создание базы данных сельскохозяйственной техники // Красноярская наука. 2020. № 9 (3). С. 158–175.
6. Milgrom P., Roberts J. The economics of modern manufacturing: Technology, strategy, and organization. The American Economic Review. 1990. V. 80. № 3. P. 511–528.
7. Райков А.Н., Меденников В.И. Анализ опыта цифровой трансформации в мире для сельского хозяйства России. Тенденции развития Интернет и цифровой экономики // Труды III Всероссийской c международным участием науч.-практ. конф. Симферополь: ИП Зуева Т.В. 2020. С. 57–62.
8. Деградация на миллиарды: в России истощены свыше 60% сельхозугодий [Электронный ресурс] : – Режим доступа: https://agroru.com/news/degradatsiya-na-milliardy-v-rossii-istoscheny-svyshe-60-selh-85534.htm
9. Баздырев Г.И., Лошаков В.Г., Пупонин А.И. и др. Земледелие. Учебник для вузов. М.: Издательство «Колос». 2000. 551 с.
10. Основы технологии сельскохозяйственного производства. Земледелие и растениеводство / Под ред. В.С. Никляева. М.: Былина. 2000. 555 с.
11. Евтефеев Ю.В., Казанцев Г.М. Основы агрономии: Учеб. пособие. М.: ФОРУМ, 2013. 368 с.
12. Budzko V., Medennikov V. Mathematical modeling of evaluating the effectiveness of using RSD data in precision farming, Procedia Computer Science : 11th, Natal, Rio Grande do Norte, 10–15 ноября 2020 года. – Natal, Rio Grande do Norte: 122-129, (2020), https://doi.org/10.1016/j.procs.2021.06.015.
13. Меденников В.И. Единое информационное Интернет-пространство АПК на основе идей А.И. Китова и В.М. Глушкова об ОГАС // Цифровая экономика. 2018. №1. С. 38–49.
14. Меденников В.И. Математическая модель формирования цифровых платформ управления экономикой страны // Цифровая экономика. 2019. №1(5). С. 25–35.
15. Будзко В.И., Мельников Д.А., Беленков В.Г., Королёв В.И. Ключевые системы в больших информационно-телекоммуни­кационных системах, реализующих технологии распределенных обработки и хранения данных // Системы высокой доступности. 2021. Т. 17. № 3. С. 5−15. DOI: https://doi.org/ 10.18127/j20729472-202103-01